期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
新型蚁群算法的分析与研究
被引量:
2
下载PDF
职称材料
导出
摘要
蚁群算法作为一种新兴的仿生计算技术得到越来越多学者的关注,其方法和应用得到极大发展。蚁群算法具有实现简单、正反馈、分布式等特点并得到广泛应用。本文对蚁群算法的最新进展进行了概述和总结,并对蚁群算法在三维空间搜索和图形图像处理中的应用做了分析和研究,结果表明蚁群算法在这些领域的应用取得较好的效果。
作者
蔡海雄
陈峰震
机构地区
湄洲湾职业技术学院信息工程系
出处
《福建电脑》
2018年第6期19-20,共2页
Journal of Fujian Computer
基金
湄洲湾职业技术学院院级课题(MZY1609)
关键词
蚁群算法
信息素
仿生
三维空间
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
4
参考文献
1
共引文献
17
同被引文献
9
引证文献
2
二级引证文献
6
参考文献
1
1
郝燕玲,张京娟.
基于遗传算法的AUV三维海底路径规划[J]
.中国工程科学,2003,5(11):56-60.
被引量:18
二级参考文献
4
1
潘正军 康立山 陈毓屏.演化计算 [M].北京:清华大学出版社,1998..
2
孙树栋,曲彦宾.
遗传算法在机器人路径规划中的应用研究[J]
.西北工业大学学报,1998,16(1):79-83.
被引量:78
3
尚游,刘百顺,张万春,徐玉如.
基于案例的自主式水下机器人全局路径规划的学习算法[J]
.哈尔滨工程大学学报,1998,19(5):1-7.
被引量:5
4
孙茂相,王艳红,吴学曼,封锡盛,关玉林.
动态补偿的水下机器人路径规划[J]
.机器人,1993,15(2):8-12.
被引量:6
共引文献
17
1
刘旭红,张国英,刘玉树,张君.
基于多目标遗传算法的路径规划[J]
.北京理工大学学报,2005,25(7):613-616.
被引量:15
2
刘作军,周立身,黄亚楼,杨鹏.
基于电路地图的移动机器人三维路径规划方法[J]
.河北工业大学学报,2006,35(6):11-17.
被引量:1
3
栾禄雨,朱海.
潜艇航行深度规划方法研究[J]
.舰船电子工程,2007,27(3):117-120.
4
胡荟,蔡秀珊.
基于改进蚁群算法的三维空间机器人路径规划[J]
.计算机系统应用,2011,20(11):95-98.
被引量:6
5
胡荟,蔡秀珊.
机器人三维路径规划问题的一种改进蚁群算法[J]
.计算机工程与科学,2012,34(11):153-157.
被引量:8
6
严浙平,邓超,赵玉飞,李本银.
无人水下航行器近海底空间路径规划方法[J]
.哈尔滨工程大学学报,2014,35(3):307-312.
被引量:5
7
李向军,霍艳丽,曾勍炜,徐鹰.
三维机器人路径规划的一种变异算子蚁群算法[J]
.计算机仿真,2015,32(2):364-368.
被引量:10
8
温志文,蔡卫军,杨春武.
基于改进蚁群算法的UUV三维路径规划方法[J]
.鱼雷技术,2016,24(2):120-125.
被引量:7
9
潘昕,吴旭升,侯新国,冯源.
基于遗传蚂蚁混合算法的AUV全局路径规划[J]
.华中科技大学学报(自然科学版),2017,45(5):45-49.
被引量:36
10
赵德群,段建英,陈鹏宇,苏晋海.
基于A~*算法的三维地图最优路径规划[J]
.计算机系统应用,2017,26(7):146-152.
被引量:11
同被引文献
9
1
杜衡吉,李勇.
蚁群算法中参数设置对其性能影响的研究[J]
.现代计算机,2012,18(9):3-7.
被引量:16
2
王军.
路由选择协议的合理选择[J]
.上海铁道大学学报,2000,21(8):85-89.
被引量:5
3
杨再甫,黄友锐,曲立国,葛平平.
TSP的改进蚁群算法求解及其仿真研究[J]
.合肥工业大学学报(自然科学版),2014,37(8):928-932.
被引量:9
4
鲍文杰,朱信忠,赵建民,徐慧英.
加权值多态蚁群算法[J]
.软件工程,2016,19(4):1-4.
被引量:6
5
孔祥彬,沈苏彬,李莉.
一种基于SDN网络的QoS路由选择方案[J]
.计算机技术与发展,2018,28(2):102-106.
被引量:8
6
罗回彬,黄嘉爔,卢学文.
根据改进蚁群算法的楼宇疏散系统设计[J]
.单片机与嵌入式系统应用,2018,18(7):44-47.
被引量:3
7
吴相飞,敖银辉.
基于蚁群算法的进路搜索算法研究及应用[J]
.机械工程与自动化,2018(6):75-77.
被引量:2
8
朱虹.
网络设备虚拟化下路由选择问题探讨[J]
.金融科技时代,2018,26(7):77-78.
被引量:1
9
肖艳秋,焦建强,乔东平,杜江恒,周坤.
蚁群算法的基本原理及应用综述[J]
.轻工科技,2018,34(3):69-72.
被引量:38
引证文献
2
1
高新成,刘德聚,王莉利,马树轩.
基于蚁群算法的Qo S路由模型的设计与优化[J]
.陕西理工大学学报(自然科学版),2019,35(2):67-72.
被引量:4
2
魏晓雨.
基于改进蚁群算法求解TSP问题的研究[J]
.计算机产品与流通,2019,0(3):106-106.
被引量:2
二级引证文献
6
1
叶海瑞,柏嵩,张伟伟,柯飞.
基于节点运动信息的链路稳定路由设计及其仿真分析[J]
.微型电脑应用,2020,36(3):120-122.
2
卢毅,徐梦颖,周杰.
基于改进的免疫克隆蛙跳算法的多约束QoS路由优化研究[J]
.通信学报,2020,41(5):141-149.
被引量:14
3
孟小玲,温海骏,曾艾婧,邵延君.
基于改进ACO的战后物资回收车辆路径优化[J]
.火力与指挥控制,2020,45(9):47-51.
被引量:8
4
李霞,马晓媛,折盼.
基于物联网技术的神经外科护理管路故障监测系统设计[J]
.自动化与仪器仪表,2021(7):168-170.
5
王港华.
基于遗传算法的小规模TSP问题研究分析[J]
.物流工程与管理,2022,44(3):111-114.
被引量:5
6
朱丽华,林平.
智能家居中的网络路由改进算法研究[J]
.佳木斯大学学报(自然科学版),2023,41(2):40-43.
1
张焕强,黄时春,蒋伟康.
基于传声器阵列的汽车鸣笛声定位算法及实现[J]
.噪声与振动控制,2018,38(3):10-14.
被引量:16
2
王莉,夏克文,姜霞,孟瑶.
智能天线DOA估计技术研究[J]
.河北工业大学学报,2018,47(3):1-9.
被引量:1
福建电脑
2018年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部